Characterizing Molecular Alternations in Glioma Growth and Progression
Notice bibliographique
Résumé
High grade gliomas (HGG) are incurable, aggressive brain malignances that occur in patients of all ages. These cancers carry universally poor prognoses. Significant scientific advances made over the last decade have uncovered many of the features of these diseases, culminating in the latest World Health Organization (WHO) classification of Central Nervous System (CNS) tumors integrating histopathologic and molecular information for diagnosis. However, it is unclear how genetic and epigenetic features change as the CNS tumor grows. To elucidate mutations and transcriptional changes driving glioma growth and progression, we used a Nestin-Cre mouse model in combination with an extrinsic chemical mutagen (N-ethyl-N¬-nitrosurea, ENU), to sample discrete lesions during premalignant, early stage tumor, and end stage tumor phases. We show that the somatic mutations, copy number changes, and transcriptional profiles of tumors vary depending on the stage of growth. Importantly, we show that the Raf/Ras pathway is key for tumor growth with a recurring Braf mutation occurring in early stage lesions. Additionally, gene set enrichment analysis (GSEA) shows that end stage tumors have increased immunogenic/inflammatory activity, and increased signaling through Raf/Ras. Overall, this work sheds light on important differences between early and late stage tumors.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».